基于压缩感知和极余弦变换的图像多功能双水印算法研究
发布时间:2022-08-12 08:38
近年来,随着数字媒体技术的快速发展,数字图像面临着越来越多的安全问题,如版权侵害和内容篡改伪造等。因此,亟需一种能对数字图像进行全方位多功能的保护技术。目前,数字水印技术是图像安全保护的常用技术之一。传统水印技术功能单一,而面向多功能的多水印技术能够全方位的保护数字图像。因此,多水印技术的研究具有重要的现实意义与理论价值。针对现有双水印方法中存在的脆弱水印性能不足、双水印之间相互影响等缺陷,本文利用压缩感知(Compressive Sensing,CS)、K-SVD字典学习和极余弦变换(Polar Cosine Transform,PCT)等理论,研究了自恢复脆弱水印、鲁棒零水印(Zero-watermarking)和双水印(Dual Watermark)等技术。本文的主要工作如下:(1)为了弥补自恢复脆弱水印在篡改定位方面的不足,减少水印信息量的冗余,提出了一种基于压缩感知与K-SVD的图像自恢复脆弱水印算法。其中,首先利用K-SVD字典学习算法来获得原始图像的稀疏基,然后利用稀疏基来稀疏化图像,最后用压缩感知技术对其进行压缩采样,以此来减少水印信息量的冗余;在生成的认证水印中加入能...
【文章页数】:63 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
1 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.3 研究内容
1.4 论文结构安排
2 相关理论基础
2.1 数字水印的基本原理及框架
2.1.1 传统水印算法
2.1.2 双水印算法
2.2 数字水印的特性及分类
2.3 数字水印的攻击方法
2.3.1 鲁棒性攻击
2.3.2 脆弱性攻击
2.4 数字水印的性能评价
2.5 本章小结
3 基于压缩感知及K-SVD的图像自恢复脆弱水印算法
3.1 引言
3.2 相关理论基础
3.2.1 压缩感知
3.2.2 K-SVD
3.3 算法描述
3.3.1 脆弱水印生成
3.3.2 脆弱水印嵌入
3.3.3 多层篡改检测
3.3.4 图像恢复
3.4 实验结果与分析
3.4.1 水印篡改检测评价
3.4.2 水印嵌入容量及不可见性分析
3.4.3 篡改检测性能与图像恢复质量分析
3.5 本章小结
4 基于极余弦变换和Logistic混沌映射的图像鲁棒零水印算法
4.1 引言
4.2 极余弦变换
4.3 算法描述
4.3.1 零水印生成
4.3.2 零水印检测
4.4 实验结果与分析
4.4.1 零水印相似度与均衡性测试
4.4.2 抗常规信号攻击测试
4.4.3 抗几何攻击测试
4.4.4 实验对比分析
4.5 本章小结
5 基于压缩感知和极余弦变换的图像多功能双水印算法
5.1 引言
5.2 算法描述
5.2.1 脆弱水印
5.2.2 鲁棒零水印
5.3 实验结果与分析
5.3.1 鲁棒性分析
5.3.2 脆弱性分析
5.4 本章小结
6 总结与展望
6.1 工作总结
6.2 本文的主要贡献
6.3 研究不足与展望
参考文献
致谢
本文编号:3675556
【文章页数】:63 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
1 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.3 研究内容
1.4 论文结构安排
2 相关理论基础
2.1 数字水印的基本原理及框架
2.1.1 传统水印算法
2.1.2 双水印算法
2.2 数字水印的特性及分类
2.3 数字水印的攻击方法
2.3.1 鲁棒性攻击
2.3.2 脆弱性攻击
2.4 数字水印的性能评价
2.5 本章小结
3 基于压缩感知及K-SVD的图像自恢复脆弱水印算法
3.1 引言
3.2 相关理论基础
3.2.1 压缩感知
3.2.2 K-SVD
3.3 算法描述
3.3.1 脆弱水印生成
3.3.2 脆弱水印嵌入
3.3.3 多层篡改检测
3.3.4 图像恢复
3.4 实验结果与分析
3.4.1 水印篡改检测评价
3.4.2 水印嵌入容量及不可见性分析
3.4.3 篡改检测性能与图像恢复质量分析
3.5 本章小结
4 基于极余弦变换和Logistic混沌映射的图像鲁棒零水印算法
4.1 引言
4.2 极余弦变换
4.3 算法描述
4.3.1 零水印生成
4.3.2 零水印检测
4.4 实验结果与分析
4.4.1 零水印相似度与均衡性测试
4.4.2 抗常规信号攻击测试
4.4.3 抗几何攻击测试
4.4.4 实验对比分析
4.5 本章小结
5 基于压缩感知和极余弦变换的图像多功能双水印算法
5.1 引言
5.2 算法描述
5.2.1 脆弱水印
5.2.2 鲁棒零水印
5.3 实验结果与分析
5.3.1 鲁棒性分析
5.3.2 脆弱性分析
5.4 本章小结
6 总结与展望
6.1 工作总结
6.2 本文的主要贡献
6.3 研究不足与展望
参考文献
致谢
本文编号:3675556
本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3675556.html